Innehållsförteckning:

Hur väljer man den bästa multipelregressionsmodellen?
Hur väljer man den bästa multipelregressionsmodellen?

Video: Hur väljer man den bästa multipelregressionsmodellen?

Video: Hur väljer man den bästa multipelregressionsmodellen?
Video: Hur väljer man den bästa regressionsmodellen? (Linjär, logistisk, multinomial, ordinal eller probit) 2024, Maj
Anonim

När du väljer en linjär modell är dessa faktorer att tänka på:

  1. Jämför bara linjära modeller för samma datauppsättning.
  2. Hitta en modell med en högjusterad R2.
  3. Se till detta modell har jämnt fördelade residualer runt noll.
  4. Se till att felen i detta modell är inom en liten bandbredd.

Härav, när ska du använda multipel regression?

Multipel regression är en förlängning av enkel linjär regression . Den används när vi vilja till förutsäga värdet av en variabel baserat på värdet av två eller flera andra variabler. Variabeln vi vilja till förutsäga kallas den beroende variabeln (eller ibland, utfalls-, mål- eller kriteriumvariabeln).

Därefter är frågan, hur väljer jag en modell? Hur man väljer en maskininlärningsmodell – några riktlinjer

  1. Samla in data.
  2. Kontrollera om det finns anomalier, saknade data och rengör data.
  3. Utför statistisk analys och initial visualisering.
  4. Bygg modeller.
  5. Kontrollera noggrannheten.
  6. Presentera resultaten.

Helt enkelt så, vilka är de olika typerna av regressionsmodeller?

Typer av regression

  • Linjär regression. Det är den enklaste formen av regression.
  • Polynomregression. Det är en teknik för att anpassa en olinjär ekvation genom att ta polynomfunktioner av oberoende variabel.
  • Logistisk tillbakagång.
  • Kvantilregression.
  • Ridge regression.
  • Lasso regression.
  • Elastisk nätregression.
  • Principal Components Regression (PCR)

Hur många oberoende variabler kan användas i multipel regression?

två

Rekommenderad: